Googleが実画像からAI画像作成ツールをリリース

(CLO) Google は、「Whist」と呼ばれる新しい人工知能 (AI) ツールをリリースしました。このツールを使用すると、ユーザーは写真をアップロードして、テキストを入力しなくても AI が生成した合成画像を取得できます。

Whisk は AI を使用して、アップロードされた写真の主題、コンテキスト、スタイルを組み合わせ、新しく、よりユニークな画像を作成します。

GoogleはWhiskを「クリエイティブツール」と表現しており、プロの写真編集スキルを必要とせずに、ユーザーが新しいビジュアルアイデアを素早く生み出せるように支援します。Googleによると、このツールは従来の画像編集ツールではなく、創造性を刺激し、迅速な発見を促すことを目的とした楽しいAIツールです。

ユーザーが写真をアップロードすると、Whisk は Google の AI サービスである Gemini と、Google が DeepMind から取得したテキストから画像を作成するツールである Imagen 3 テクノロジーを組み合わせて使用​​します。

Gemini が写真を分析してキャプションを作成し、その後 Imagen 3 がその写真の要素をクリエイティブな方法で組み合わせ、被写体の「本質」をそのままコピーするのではなく保持します。

泡立て器ツールのインターフェース。スクリーンショット。

つまり、最終的な結果は元の画像と100%同一ではない可能性があります。例えば、新しい画像に写っている人物の身長、髪型、肌の色などが元の画像と異なる場合があります。しかし、ユーザーは入力情報を調整したり、背景やスタイルを変更したり、複数のテーマを組み合わせたりすることで、異なる画像を作成できます。

Whiskはテキストだけでなく元の画像からも画像を生成できるため、写真編集の経験がなくてもクリエイティブな可能性を広げることができます。Google Labsのプロダクトマネジメントディレクターであるトーマス・イリジック氏は次のように述べています。「Whiskは、ユーザーが被写体、背景、スタイルをクリエイティブにリミックスできるように設計されており、ピクセル一つ一つを細かく編集するのではなく、視覚的に探求することができます。」

Whisk はまだ開発の初期段階ですが、このツールは Google Labs のウェブサイトとして公開されており、現在は米国のユーザーが利用できます。

ウェドブッシュ・セキュリティーズのマネージング・ディレクター兼シニアアナリストのダン・アイブス氏は、ウィスクはテクノロジー競争におけるグーグルの新たな「強みの瞬間」を示すものだと述べた。

アイブス氏はまた、Googleが2014年に買収したAIラボDeepMindが、GoogleがAI分野における地位を維持する上で重要な資産であると指摘しました。Whiskを含むAI製品は、今後数年間のGoogleの製品開発戦略の重要な部分を占めており、2025年には多くの新製品が発売される予定です。

Whiskのツールは、ユーザーの介入を最小限に抑えながら、AIを活用して革新的な製品を開発するための新たな道を切り開きます。これは、AIが視覚要素を理解し、創造的に組み合わせる技術の進歩を示すものです。

Whiskは、GoogleやOpenAIをはじめとする大手テクノロジー企業の間で、消費者向けAIツールの開発が進む強い潮流の一端を担っています。これらのツールは、画像やテキストの作成から動画作成まで、革新的なクリエイティブ体験を提供することを目指しています。OpenAIは最近、Whiskの直接的な競合となる、テキストから動画を作成するツール「Sora」を発表しました。

ゴック・アン（CNN、The Verge、ZDNETによる）

出典: https://www.congluan.vn/google-ra-mat-cong-cu-tao-hinh-anh-ai-tu-hinh-anh-that-post326441.html